Matlab使用fft畫出信號(hào)頻譜圖的方法
做雷原作業(yè)，需要對(duì)信號(hào)進(jìn)行頻譜分析，網(wǎng)上一搜太亂了，很多不是我想要的，特此整理。
DSP還沒學(xué)到fft，就不對(duì)fft原理進(jìn)行詳細(xì)解釋了，直接上代碼。
fs=500;%采樣率
f1=5;%信號(hào)頻率
f2=10;%信號(hào)頻率
T=1;%時(shí)寬1s
n=round(T*fs);%采樣點(diǎn)個(gè)數(shù)
t=linspace(0,T,n);%時(shí)域橫坐標(biāo)
x = 3+cos(2*pi*f1*t) + 2.*cos(2*pi*f2*t);%形成三頻信號(hào),注意第二個(gè)頻率信號(hào)幅度為2，直流幅度為3
figure(1);
plot(t,x);%畫時(shí)域圖
xlabel("t/s")
grid on
X = fftshift(fft(x./(n))); %用fft得出離散傅里葉變換
f=linspace(-fs/2,fs/2-1,n);%頻域橫坐標(biāo)，注意奈奎斯特采樣定理，最大原信號(hào)最大頻率不超過采樣頻率的一半
figure(2)
plot(f,abs(X));%畫雙側(cè)頻譜幅度圖
xlabel("f/Hz")
ylabel("幅度")
grid on
顯然，該信號(hào)有三個(gè)頻率分量，直流（0頻），5Hz和10Hz，對(duì)應(yīng)的幅度分別為3、1、2，其時(shí)域波形圖如下:
轉(zhuǎn)換為頻域的關(guān)鍵函數(shù)是X = fftshift(fft(x./(n)));一定注意需要除以總樣本數(shù)n，然后用fftshift將曲線挪一下位置。
做完這步操作后，得出的是雙邊頻譜，頻率范圍從-fs/2到fs/2，這是因?yàn)槟慰固夭蓸佣ɡ恚o定采樣頻率為fs，那么原信號(hào)的最大頻率不超過fs/2。橫坐標(biāo)的點(diǎn)數(shù)和時(shí)域信號(hào)的采樣點(diǎn)數(shù)相同，這由離散傅里葉變換的性質(zhì)給出。
繪制頻譜幅度圖如下：
可以看到，直流分量的幅度是3，這與時(shí)域的幅度相同，5Hz和10Hz的幅度分別為0.5和1，這比時(shí)域的幅度減小了一半，這是由于這個(gè)頻譜圖是雙邊頻譜。沿著x=0線“對(duì)折”過去加起來，就變成單邊頻譜，頻域幅度就和時(shí)域幅度對(duì)應(yīng)上了。
到此這篇關(guān)于Matlab使用fft畫出信號(hào)頻譜的文章就介紹到這了,更多相關(guān)Matlab畫fft信號(hào)頻譜內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
300行代碼讓外婆實(shí)現(xiàn)語音搜索購物功能
這篇文章主要介紹了300行代碼讓外婆實(shí)現(xiàn)語音搜索購物功能,本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-03-03
國外的營銷工作者和技術(shù)開發(fā)者開發(fā)了許多能幫助企業(yè)創(chuàng)建簡單APP應(yīng)用的工具，通過這些工具，就算是一個(gè)對(duì)程序一竅不通的普通網(wǎng)民都可以很容易的創(chuàng)建一個(gè)企業(yè)的APP程序，并可以對(duì)程序進(jìn)行應(yīng)用更新維護(hù)，開展?fàn)I銷等活動(dòng)2013-11-11
Scala函數(shù)式編程專題--scala基礎(chǔ)語法介紹
這篇文章主要介紹了scala基礎(chǔ)語法的的相關(guān)資料，文中講解非常詳細(xì)，幫助大家更好的理解和學(xué)習(xí)，感興趣的朋友可以了解下2020-06-06
Sqoop是一款開源的工具，主要用于在Hadoop與傳統(tǒng)數(shù)據(jù)庫間進(jìn)行數(shù)據(jù)的傳遞，這篇文章主要介紹了Sqoop的安裝與使用詳細(xì)教程,需要的朋友可以參考下2021-04-04
vs 是我們平時(shí)編寫代碼時(shí)的首選工具，相信也是大多數(shù)小伙伴兒的首選調(diào)試工具，因?yàn)閷?shí)際操作起來太方便了，代碼編寫完，一個(gè) F5 就可以愉快的調(diào)試了。今天我想向大家推薦幾個(gè)非常值得了解 vs 調(diào)試技巧。2020-09-09
微信支付jsapi缺少參數(shù) total_fee 錯(cuò)誤分析與解決方法
這篇文章主要介紹了微信支付jsapi缺少參數(shù) total_fee 錯(cuò)誤分析與解決方法,需要的朋友可以參考下2018-03-03
這篇文章主要介紹了使用Jenkins Dashboard插件可視化部署的方法,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-04-04
這篇文章主要介紹了vscode安裝git及項(xiàng)目開發(fā)過程,本文通過圖文并茂的形式給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-03-03
詳解靜態(tài)分析技術(shù)符號(hào)執(zhí)行
本文提綱絜領(lǐng)的介紹了符號(hào)執(zhí)行，讓大家明白這個(gè)技術(shù)的主要作用和面臨的挑戰(zhàn)，領(lǐng)大家入坑。2021-05-05
詳解windows 環(huán)境下搭建electricSearch+kibana
這篇文章主要介紹了windows 環(huán)境下搭建electricSearch+kibana,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-05-05